两个新的减肥差分方程模型和解法

来源 :数学建模及其应用 | 被引量 : 0次 | 上传用户:lsui321
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
根据能量守恒和热量变化规律,建立了跑步减重的两个新的差分方程模型.首先,引入计算基础代谢的Liu公式,对基本模型做进一步的细化,得到一个改进的一阶线性差分方程模型;然后,基于BMI指数与跑步速度关系建立了另一个改进的一阶非线性差分方程模型,对两个改进的模型进行稳定性分析,得到模型存在稳定解的条件,并进行了解析和数值的求解计算;最后,分析了运动时间、热量消耗对体重变化的影响,结果表明改进后的模型更贴合实际情况.
其他文献
为处理方程的拟线性性质,采用基于扩展混合有限元的两层网格离散方法研究拟线性抛物型积分微分方程.相对于经典的两层网格算法,基于扩展混合有限元方法的两层网格算法包含2步.在粗网格上,求解基于显式欧拉格式的线性问题;在细网格上,通过将非线性项基于粗网格解进行Taylor展开,从而求解一个线性化的方程组.理论和数值结果显示:当粗细网格步长满足h=H2时,该离散方法具有最优的收敛阶.
氧化损伤作为量子点的毒性机制之一,是否能够解释量子点对四膜虫的毒性未见报道且值得关注,就量子点对四膜虫的毒性影响及可能的氧化损伤机制进行初步调查.首先通过TEM、DLS等对量子点的物化性质进行表征;然后通过存活率评价量子点的细胞毒性,进而通过ROS产量、细胞膜损伤以及相关的抗氧化基因和蛋白的表达变化评价氧化应激状态;研究结果显示CdSe/ZnS量子点(0、0.1、0.4、2.4、9.6μg/mL)能够抑制四膜虫的生长,实验浓度范围内呈剂量依赖效应,9.6μg/mL的量子点对四膜虫的生长抑制达到39.6%;
辣子草(Galinsoga parviflora Cav.)、三叶鬼针草(Bidens pilosa L.)和土荆芥(Chenopodium ambro-sioides L.)是西南地区荞麦农田中常见的恶性杂草,分别采用培养皿滤纸法和盆栽试验,比较分析其水浸提液和凋落物覆盖对荞麦的化感潜力.试验显示:3种恶性杂草水浸提液和凋落物均显著抑制了荞麦的种子萌发(P辣子草>土荆芥.
在金刚石对顶砧中利用同步辐射X射线衍射实验研究钇铝金属玻璃Y 66.7 Al 33.3和Y 75 Al 25在高压室温下的结构相变和状态方程,发现2种材料在高压下均未发生结构相变或者晶化.实验数据得出Y66.7Al33.3和Y75Al25的体弹模量分别为81.5(0.9)GPa和65.4(0.6)GPa,其一阶导数分别为2.51(0.05)和3.09(0.04).
通过标本查阅,报道菊科旋覆花族六棱菊属六棱菊在中国四川省的新分布记录,其主要分布于四川省南部,提供它们的详细形态描述、新纪录标本及其在中国的地理分布.
粗糙集属性约简是数据分析的有效手段,传统决策分类属性约简适用于所有决策类优化,实际应用还需要考虑单个决策类优化的特定类属性约简.基于粗糙集不确定度构建,对比决策分类属性约简,提出特定类不确定度属性约简并研究约简相关关系.分解决策分类不确定度,获取决策类不确定度及其粒化单调性等性质,提出相应的特定类不确定度约简及其启发式约简算法,得到特定类不确定度约简与特定类正域约简、决策分类不确定度约简的关系.新建的特定类不确定度约简具有改进性,适用于特定决策类的优化处理与不确定性应用,决策表实例验证了相关算法与关系的有
根据泛函积分方法研究随机散射通道模型中传递函数的概率分布,通过引入复空间上的散射振幅密度和非Gauss型分布函数,给出概率分布中特征函数的泛函积分表示,借助于散射振幅密度的Shift变换和微扰展开技术推导概率分布矩阵元的修正表达式.这些矩阵元对应的方差和协方差,可分别描述随机变量的涨落和关联效应.另外,当散射振幅密度的关联函数取为Dirac-δ函数形式时,并且振荡指数和外源作用系数确定后,计算修正矩阵元和相关系数的具体数值,讨论这些矩阵元的物理含义和变化趋势,还分析外源作用下随机变量的关联性质.结果表明修
应用基于密度泛函理论的第一性原理赝势理论,采用近似方法建立Au-Ag互以(100)面结合的共格界面模型,并定量计算该界面能的大小为0.0741 J/m2.
机器学习是人工智能领域发展最迅速的一个分支之一,传统的机器学习方法和深度学习大都需要大量人工标注的训练数据才能发挥作用.然而,现实世界的物体种类繁多且其数量在不断增长,人工标注训练数据就变成了一项极其繁琐冗杂的工作,零样本学习的提出极大地缓解了这种情况.在零样本学习中,训练集和测试集的类别的交集是空集,因此需要在二者之间通过实现知识的迁移来完成学习,从而使得在训练集上训练得到的模型能够识别测试集上输入示例的类别标签.不同于其他大部分机器学习技术需要保证训练集包含测试集,零样本学习的原理从本质意义上让计算机
可转债是一种复杂的金融衍生工具,其定价受到学界与业界的广泛关注.目前主流的TF98定价模型对我国可转债定价的适用性有一定局限.本文利用收缩回归对我国2019年和2020年上市的两百余只可转债建模并分析,对比了回归模型与TF98定价模型的结果,分析了传统定价模型的局限性,并验证了回归模型的定价有效性.本文回归模型的拟合优度大于0.77,回归模型在测试集上的定价精度和定价稳定性明显优于传统定价模型.